Module also offered within study programmes:
General information:
Name:
Data Warehousing
Course of study:
2017/2018
Code:
ZIE-2-202-s
Faculty of:
Management
Study level:
Second-cycle studies
Specialty:
-
Field of study:
Information Technology and Econometrics
Semester:
2
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Responsible teacher:
dr hab. inż. Paliński Andrzej (palinski@zarz.agh.edu.pl)
Academic teachers:
dr hab. inż. Paliński Andrzej (palinski@zarz.agh.edu.pl)
dr inż. Macioł Andrzej (amaciol@zarz.agh.edu.pl)
Jędrusik Stanisław (jedrusik@zarz.agh.edu.pl)
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 Jest przygotowany do samodzielnej pracy analitycznej i projektowej w przedsiębiorstwach, bankach, jednostkach samorządowych, instytucjach i organizacjach IE2A_K03 Activity during classes,
Test
M_K002 Ma świadomość ciągłej potrzeby dostosowywania swojej wiedzy do zmieniających się technik gromadzenia danych ekonomicznych IE2A_K01 Activity during classes,
Project
Skills
M_U001 Projektuje hurtownię danych dla wybranego wycina rzeczywistości gospodarczej IE2A_U02 Project
M_U002 Analizuje dane w różnych układach IE2A_U09 Project
M_U003 Umie korzystać z narzędzi informatycznych IE2A_U01 Test
Knowledge
M_W001 Rozumie pojęcia dotyczące hurtowni danych IE2A_W11, IE2A_W03 Activity during classes
M_W002 Wyciąga wnioski gospodarcze w oparciu o wyniki analiz danych IE2A_W11, IE2A_W10 Project
M_W003 Identyfikuje narzędzia i metody tworzenia hurtowni danych IE2A_W05 Test
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 Jest przygotowany do samodzielnej pracy analitycznej i projektowej w przedsiębiorstwach, bankach, jednostkach samorządowych, instytucjach i organizacjach + - - - - - - - - - -
M_K002 Ma świadomość ciągłej potrzeby dostosowywania swojej wiedzy do zmieniających się technik gromadzenia danych ekonomicznych + - - - - - - - - - -
Skills
M_U001 Projektuje hurtownię danych dla wybranego wycina rzeczywistości gospodarczej + - - - - - - - - - -
M_U002 Analizuje dane w różnych układach + - - - - - - - - - -
M_U003 Umie korzystać z narzędzi informatycznych + - - - - - - - - - -
Knowledge
M_W001 Rozumie pojęcia dotyczące hurtowni danych + - - - - - - - - - -
M_W002 Wyciąga wnioski gospodarcze w oparciu o wyniki analiz danych + - - - - - - - - - -
M_W003 Identyfikuje narzędzia i metody tworzenia hurtowni danych + - - - - - - - - - -
Module content
Lectures:

  1. Relacyjne bazy danych a hurtownie danych
  2. Architektura hurtowni danych – model pojęciowy, logiczny i fizyczny
  3. Podstawowe modele logiczne – gwiazda i płatek śniegu
  4. Podstawowe modele fizyczne: MOLAP, ROLAP, HOLAP
  5. Procesy ekstrakcji, przekształcania, czyszczenia i ładowania danych
  6. Aktualizacja danych w hurtowniach
  7. Przetwarzanie OLAP w hurtowniach danych – podstawowe operacje
  8. Zarządzanie hurtownią danych
  9. Najwięksi dostawcy komercyjnych hurtowni danych i alternatywy open source

Auditorium classes:
-
Laboratory classes:
-
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 50 h
Module ECTS credits 4 ECTS
Participation in lectures 14 h
Participation in project classes 14 h
Preparation for classes 10 h
Completion of a project 10 h
Contact hours 2 h
Additional information
Method of calculating the final grade:

Ocena końcowa wystawiana jest przez prowadzącego wykład jako średnia z oceny z projektu oraz oceny z zaliczenia ćwiczeń projektowych. Ocena z zaliczenia wystawiana jest na podstawie oceny umiejętności wykonania zadań cząstkowych.

Prerequisites and additional requirements:

Wymagana znajomość relacyjnych baz danych.

Recommended literature and teaching resources:

Literatura

  1. Todman C., Projektowanie hurtowni danych. Wspomaganie zarządzania relacjami z klientami. Helion 2011.
  2. Pelikant A., Hurtownie danych. Od przetwarzania analitycznego do raportowania, Helion 2011
  3. Mendrala D., Szeliga M., Serwer SQL 2008. Usługi biznesowe. Analiza i eksploracja danych. Helion 2009.
  4. Wróblewski J., Hurtownie danych. WSiP 2003.

Oprogramowanie

  1. Microsoft SQL Server
  2. Microsoft SQL Server Data Tools – Business Intelligence (SSDT-BI)
  3. Microsoft Access
Scientific publications of module course instructors related to the topic of the module:

Paliński A. (2016), Eksploracja danych w prognozowaniu cen gazu i usług magazynowania gazu. Prace Naukowe INiG–PIB nr 209, s. 857–861.

Additional information:

None